google/skills

📌 【Google 最新開源】讓 AI Agent 快速上手 Google Cloud 的「技能庫」來了

如果你正在開發 AI Agent，最頭痛的可能不是 LLM 的推理能力，而是如何讓 Agent 真正「操作」雲端服務。要讓 AI 懂得如何呼叫 BigQuery 查詢數據或部署 Cloud Run，通常需要撰寫大量的工具定義（Tool Definitions）與 API 文件。

Google 最近在 GitHub 上公開了 google/skills 儲存庫，直接提供了一套可即時安裝的 Agent Skills，將 Google Cloud 的核心能力模組化，讓開發者能快速賦予 AI 代理操作雲端資源的能力。

🤔 從「會聊天」到「會操作」：Agent 需要標準化技能

目前的生成式 AI 代理（AI Agents）正從單純的對話轉向「行動導向」。然而，要讓 Agent 準確地與複雜的雲端基礎設施互動，需要極其精準的 API 描述與操作路徑。

Google 這次推出的 google/skills 旨在將 Google Cloud 的各種產品與技術（如資料庫、運算平台、安全框架）封裝成可複用的「技能」，降低開發者在構建 Agent 時的整合門檻。

🧪 透過 npx 快速部署的模組化設計

這個儲存庫的設計核心在於「即插即用」。開發者不需要手動複製大量設定檔，而是透過簡單的指令即可將特定技能導入自己的 Agent 平台：

npx skills add google/skills

執行後，開發者可以從清單中選擇所需的特定技能進行安裝，這種模組化的安裝流程極大地縮短了從開發到部署的週期。

🛠️ 涵蓋從 API 基礎到架構最佳實踐的技能集

目前 google/skills 提供的能力範圍相當廣泛，主要分為三大類：

1. Agent 平台核心 API：包含 Gemini API、Interactions API、Managed Agents API 及 Skill Registry API，讓 Agent 能在 Agent Platform 上高效運作。
2. 雲端基礎設施基礎 (Basics)：涵蓋 AlloyDB, BigQuery, Cloud Run, Cloud SQL, Firebase 及 GKE 等核心服務的操作基礎。
3. 實作指南與最佳實踐 (Recipes & Framework)：包含 Google Cloud 的上手引導 (Onboarding)、身分驗證 (Authenticating)、網路可觀測性，以及最關鍵的「Google Cloud Well-Architected Framework」（涵蓋安全性、可靠性、成本優化、運維卓越、效能與永續性）。

💡 將「架構最佳實踐」直接變成 AI 的能力

最值得關注的亮點在於將 Well-Architected Framework 納入技能庫。這意味著你開發的 AI Agent 不僅能幫你開一台 VM，甚至能根據「成本優化」或「安全性」的標準，提供符合 Google 官方最佳實踐的建議或操作。這將 AI 從單純的「執行工具」提升到了「架構助手」的層級。

⚠️ 處於積極開發階段，部分功能可能變動

官方明確標註此儲存庫處於 active development（積極開發中）。這意味著目前的技能定義可能會隨版本更新而調整，開發者在整合至生產環境時，需密切關注 GitHub 的 Issue Tracker 以獲取最新修正。

🎯 對 AI 工程師的實務啟示：加速 Agent 落地

對於想在生成式 AI 代理平台上快速整合雲服務的工程師，這個 repo 提供了極高的實用價值：

• 快速原型開發：利用現成技能快速驗證 Agent 操作雲端資源的可行性。
• 標準化整合：直接採用 Google 官方定義的技能描述，減少 API 呼叫出錯的機率。
• 開源貢獻：由於採用 Apache 2.0 授權，開發者可以自由修改並根據自己的業務需求擴展新的技能。

🔗 專案連結 📝 google/skills 👤 Google 🔗 GitHub：https://github.com/google/skills

你認為讓 AI Agent 直接操作雲端基礎設施，最大的風險或機會是什麼？歡迎在下方分享你的看法 👇

#GoogleCloud #AIAgents #Gemini #LLMOps #CloudComputing #OpenSource #GitHubTrending